- moneo: IIoT-Plattform
- Produkte
- moneo DataScience Toolbox
moneo DataScience Toolbox: Die künstliche Intelligenz
Intelligente Überwachung und Optimierung von Fertigungsprozessen
Der SmartLimitWatcher, als intelligentes Tool der moneo DataScience Toolbox, ermöglicht die automatische und frühzeitige Erkennung von Anomalien einer kritischen Prozessgröße auf Basis von abhängigen Sensordaten und Prozessparametern. Er dient zur permanenten Überwachung der kritischen Prozessgröße (Zielvariable) in Bezug auf die Produktionsqualität oder den Anlagenzustand (z. B. Temperatur, Durchfluss, Vibration, Stromaufnahme).
Mit Hilfe von KI-Methoden wird ein mathematisches Modell aus historischen Daten trainiert, welches zum permanenten Soll-Ist-Vergleich zwischen gemessener und vorhergesagter Zielgröße dient. Durch die zusätzliche Berechnung dynamischer Erwartungsbereiche (Konfidenzbänder) für die Zielvariable, kann das gemessene Verhalten der Zielgröße permanent bewertet und Abweichungen automatisiert ausgegeben werden.
Sie haben die Möglichkeit Warn- und Alarmgrenzen (niedrig, mittel, hoch) zu definieren, die in der Applikation angezeigt werden. So kann schnell auf Abweichungen innerhalb des Produktionsprozesses reagiert und durch eine optimale Früherkennung entsprechend proaktiv gehandelt werden.
moneo DataScience Toolbox – Intelligente Überwachung und Optimierung von Fertigungsprozessen mit frühzeitigen Warnungen und Alarmen
- Einfach: Keine Data Science Expertise notwendig. Pragmatische Lösung für Produktions- und Wartungsverantwortliche mit einfachem 5-Schritt-Assistent.
- Komfortabel: Automatisierte Datenaufbereitung und Qualitätsprüfung. Keine aufwändige Datenvorverarbeitung notwendig.
- Intelligent: Auswahl des Best-Fit KI-Modells. Automatisches Modelltraining und Überprüfung der Überwachungsgenauigkeit.
- Zuverlässig: Zeit- und zustandsorientierte Überwachung. Permanente Hintergrundüberwachung mithilfe dynamischer Erwartungsbereiche für die Zielvariable.
- Individuell: Individualisierbare Warnungen und Alarme. Einstellung der Sensitivität der Anomalieerkennung.
In 5 einfachen Schritten zum
intelligenten Monitoring-System ohne Expertenunterstützung
Walkthrough: moneo SmartLimitWatcher
Einsatzmöglichkeiten
Die KI des SmartLimitWatchers kann in unterschiedlicher Weise zur Prozessüberwachung eingesetzt werden. Zum einen zur Überwachung vergleichbarer Maschinenkomponenten oder zum Monitoring einzelner Anbauteile oder Messgrößen.
- Horizontaler Einsatz: Überwachung mit Hilfe vergleichbarer Maschinenkomponenten
Voraussetzung:
Die angeschlossenen Maschinenkomponenten sind in einem Prozess oder in der gleichen Anlage eingebunden und stehen in einer physikalischen Abhängigkeit zueinander. Von Vorteil ist, dass sie nur wenige Sensoren bzw. Messwerte benötigen, um Anomalien zu erkennen.
- Vertikaler Einsatz: Detaillierte Überwachung eines Bauteils mit mehreren Messwerten
Voraussetzung:
Es müssen ausreichend viele Messwerte des zu überwachenden Bauteils erfasst werden, um Abweichungen zu erkennen. Dieser generalistische Ansatz ist für eine Vielzahl von Überwachungsproblemen sehr gut geeignet.
| Implementierung: moneo DataScience Toolbox |
vs. | Implementierung: eigenes Data Science Projektes |
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
